京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者:小K
来源:麦叔编程
❝
我在学了Python的链式比较法之后,再用别的语言写代码很容易掉坑里。
文末将会告诉大家如何避坑!
❞
>>> 2 == 2 == 1 False
是否有点懵?其实可以这样理解,
>>> 2 == 2 and 2 == 1 False
❝
上述第一种代码中的用法叫做链式比较。
❞
height = float(input("请输入您的身高,单位为米"))
weight = float(input("请输入您的体重,单位为千克"))
bmi = weight/(height*height) print("您的BMI体重指数为"+str(bmi)) #判断身材是否合理 if bmi < 18.5: print("您的体重过轻") if 18.5 <= bmi < 24.9: print("您的体重正常") if 24.9 <= bmi < 29.9: print("您的体重过重") if bmi >= 29.9: print("肥胖")
看到链式比较的代码了?(正常和过重的那两个判断语句中。) 再看看其他语言,
const cm = document.getElementById("CM"); const kg = document.getElementById("KG"); const btn = document.getElementById("btn"); const taxt = document.getElementById("taxt");
btn.onclick=function (){ if (isNaN(cm.value || kg.value)){
taxt.innerText=("输入错误,请输入数字")
} const bmi = kg.value / cm.value / cm.value * 10000; if (bmi>0 && bmi <= 18.5){
taxt.innerText=("偏瘦")
} if (18.5< bmi&& bmi <=23.9){
taxt.innerText=("正常")
} if (23.9 < bmi && bmi <27.9){
taxt.innerText=("过重")
} if (27.9 <bmi){
taxt.innerText=("肥胖")
}
}
截取代码片段调试了下,
是不是还蛮灵异的,bmi=28的情况下,18.5< bmi <=23.9竟然是true。
试下Python的,
相比之下,Python的链式比较写法是不是更加人性化?
❝
使用链式比较的时候务必考虑运算符的优先级
❞
>>> 2 == 2 > 1 True >>> (2 == 2) > 1 False >>> 2 == (2 > 1) False
因为我的第一语言是Python,所以在学习其他语言的时候都会用Python进行类比学习。
当我在学习JavaScript的时候,因为JavaScript不支持像Python这样的链式比较法,然后又不报异常,所以一整天debug不出来代码的正确逻辑。
差点当场崩溃!!!
对了你们还知道哪些语言支持链式比较,请在评论区留言,让我以后少走弯路!!!在此先谢过~~~
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14